A NNALES DE L ’I. H. P., SECTION B
P. Y. G LORENNEC J. P ELLAUMAIL
Théorème de Riesz pour des processus réels
Annales de l’I. H. P., section B, tome 10, n
o3 (1974), p. 355-367
<http://www.numdam.org/item?id=AIHPB_1974__10_3_355_0>
© Gauthier-Villars, 1974, tous droits réservés.
L’accès aux archives de la revue « Annales de l’I. H. P., section B » (http://www.elsevier.com/locate/anihpb) implique l’accord avec les condi- tions générales d’utilisation (http://www.numdam.org/conditions). Toute uti- lisation commerciale ou impression systématique est constitutive d’une infraction pénale. Toute copie ou impression de ce fichier doit conte- nir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
Théorème de Riesz pour des processus réels
P. Y. GLORENNEC et J. PELLAUMAIL 1. N. S. A., Rennes.
Laboratoire de probabilités : E. R. A. 250 Ann. Jnst. Henri Poincaré,
Vol. X, n° 3, 1974, p. 355-367.
Section B : Calcul des Probabilités et Statistique.
RÉSUMÉ. - Le but essentiel de cette étude est de prouver
l’analogue
du théorème de Riesz pour une mesure
stochastique (cf. [8]) ; plus pré-
cisément on montre
qu’on
peut identifierl’espace
des mesuresstochastiques
en moyenne d’ordre p à un espace « faiblement »
compact d’applications
linéaires continues.
INTRODUCTION
Dans
[8],
onassocie,
à certains processus, une mesurestochastique,
mesure définie sur la tribu des
prévisibles
et à valeurs dansLp .
Ceci conduit à se demander si onpeut
prouver, pour une telle mesurestochastique,
des
propriétés généralisant
lespropriétés classiques
des mesures définiessur la tribu des boréliens de IR.
Le but essentiel de l’étude
qui
suit est degénéraliser
les théorèmes deRiesz et de Paul
Levy
aux mesuresstochastiques :
comme dans le casréel
usuel,
la démonstration du théorème deLevy
ainsigénéralisé (pro- position A-6),
repose sur unepropriété
decompacité
« faible ».Plus
précisément,
on montrequ’on peut
identifierl’espace
des mesuresstochastiques
en moyenne d’ordre p et un sous-espace fermé del’espace
des
applications
linéaires continues de Yf dans~ , P)
où Yfdésigne l’espace
des processus àtrajectoires
continues muni de la norme de la convergence uniforme(théorème A-2).
3 - 1974.
355
356 P. Y. GLORENNEC ET J. PELLAUMAIL
Au
paragraphe A,
on prouve ces résultatsquand
Q est un espacequel-
conque.
Au
paragraphe B,
on étudie le cas où Q est un espacetopologique
etoù les tribus
~r
des événements « antérieurs à t » sont liées à latopologie
donnée sur Q.
On
peut,
dans ce cas, obtenirquelques
résultatscomplémentaires
etchoisir,
pour.~, l’espace
des processus continus parrapport
à l’ensemble des deux variables t et m, c’est-à-dire un espaceplus petit
que dans lecas
général
considéré auparagraphe
A.A. CAS
OÙ
Q ESTQUELCONQUE
A .1. Données et conventions
générales
pour leparagraphe
A.Pour tout ce
paragraphe A,
on se donne :un ensemble d es temps T =
[0, 1] J
un espace
probabili.sé (S2, ~, P) complet
- une
famille
croissante de sous-tribus de ~ contenant toutes tous les ensembles de mesure nulle de ~. On suppose que cettefamille
estcontinue à
droite,
c’est-à-dire que, pour tout élément t deT, ~t
=~t + .
Par convention
quand
onparlera
de processusadapté, prévisible,
detribu des
prévisibles,
etc..., ce seratoujours
relativement à la base de pro-cessus
(Q, ~,
On
désignera
par ~’ l’ensemble des processus X déterministes(c’est-à-dire
que =
quels
que soient t, etco’)
àtrajectoires
continues ettels que
Xo
= 0.On
désignera
par ~ l’ensemble des processus réels borné.sadaptés
àtrajectoires
continues, et nuls pour t = 0 : cet espace seratoujours
muni de latopologie
de la convergenceuniforme.
Pour tout élément t de
T,
ondésignera
par~t
le sous-espace de ~ consti- tué des processus h tel.s que h = hOn notera
Lp l’espace Lp P)
etLp
le dual deLp
c’est-à-direL~
si p = 1 et
L’ - p Lq
si p > 1et 1 p + - q =
1 . Saufprécision contraire, L
etLp
seront munis de leurstopologies
usuellesd’espaces
de Banach. Onnotera
Lp l’espace Lp
muni de satopologie
faible et on poseraf g i
=Rappelons
que la tribu ~’ departies
de(Q
x]0, 1]) engendrée
par les éléments de :~ est la tribu desprévisibles (cf.,
parexemple [4]).
357 THÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS
A . 2 . Théorème.
On considère les données et conventions
indiquées précédemment.
Soit pun réel avec p > 1. Soit m une mesure
stochastique
réelle en moyenne d’ordre p.Soit
(h, g)
-~m(h, g) l’application qui
à tout élément(h, g)
de(~
xLp)
associe le réel
m(h, g)
=E Î g . ]0,
1 h .dm - Î ]0,1]
h.dm, g
Cette
application
msatisfait
aux conditions suivantes :(i)
elle est bilinéaire continue(comme indiqué précédemment,
~ étantmuni de la
topologie
de la convergenceuniforme
etLp
de satopologie
u,suelled’espace
deBanach ) .
(ii)
Pour tout élément t deT,
et pour toutcouple (h, g)
appartenant àg) = E(g ~
(iii)
Pour tout élément H de~,
sih,
élément de~,
est tel que h = h x on am(h, 1 H) =
0(où 1 H
est considéré comme un élément deLp ) .
Réciproquement,
soit m unefonction
réelledéfinie
sur(~
xLp) qui satisfait
auxconditions (i), (ii)
et(iii) qui précèdent.
Alors m induit une mesurestochastique
m en moyenne d’ordre punique
telle que, pour tout élément(h, g)
de
(~
x on ait :On peut donc
identfier
l’ensemble des mesuresstochastiques
en moyenne d’ordre p à un sous-espace ~ll(, R).
Deplus,
ce sous-espace ~ estfermé
pour latopologie
de la convergencesimple
donc toutepartie
bornée de M est relativement compacte pour cette mêmetopologie.
Preuve :
1)
Si m est une mesurestochastique,
on vérifie facilement quel’appli-
cation m satisfait aux conditions
indiquées.
Leproblème
est donc deprouver la
réciproque.
Avantcela,
et pour éclairer lasituation,
nous allonsassocier à m une autre
application m.
On supposedonc, désormais,
que m est uneapplication
réelle définie sur(~
xLp) qui
satisfait aux condi-tions
(i), (ii)
et(iii).
Pour tout élément h fixé de
9V, l’application g -~.~ m(h, g)
définit uneforme linéaire continue sur
Lp
c’est-à-dire un élément deLp (puisque Lp
estréflexif)
que l’on noteram(h) :
on adonc,
pardéfinition, m(h, ~) = ~ g ).
L’application
h -~m(h)
est alors uneapplication
définiesur,
à valeursVol.
358 P. Y. GLORENNEC ET J. PELLAUMAIL
dans
Lp
etqui
satisfait aux conditions(i’), (ii’)
et(iii’)
suivantes(qui
cor-respondent respectivement
aux conditions(i), (ii)
et(iii)) :
(i’) m
est linéairecontinue,
Jf étant muni de la norme de la convergenceuniforme
etLp
étant muni de satopologie
ou, cequi
revient ici aumême,
de satopologie d’espace
de Banach(cf.
parexemple [3], chap. IV,
para-graphe 5, proposition 7),
p. 114.(ii’)
Pour tout élément t deT, m(h) appartient
à~r, P)
si h appar- tient à(iii’)
Si Happartient
à ~ etsi h
est un élément de Jf tel que h. 1 H x= h,
alors
m(h).
=m(h).
Notons que,
réciproquement,
si on se donne uneapplication m
définie sur
Jf,
à valeurs dansLp
etqui
satisfait aux conditions(i’), (ii’)
et
(iii’) qui précèdent,
alors la fonction réellem,
définie - sur(Jf
xLp)
par
m(h, g)
=( m(h), g ),
satisfait aux conditions(i), (ii)
et(iii).
(Tout
cequi précède
se vérifie defaçon immédiate).
Pour la suite de la
démonstration,
on va utiliser la fonctionm.
2)
Nous allons maintenant prouver lapropriété
suivante :(iv’)
si(h")n> o
est une suite d’éléments deH+
telleque hn ~
0 on a(où Il désigne
évidemment la norme dem(hn)
dansLp).
Pour
cela,
nous allons raisonner par l’absurde ensupposant qu’il
existeë > 0 et une suite o d’éléments de àf telle que 0 et telle que, pour tout
n, Il m(hn)
4e. Soit a la norme dem
c’est-à-dire que a =Sup . ~ ~ m(h) I
.~h~1 On pose b =
Sup 1.
.t, w
Pour tout n >
0,
soit6(n)
letemps
d’arrêt défini par :Soit
A(n) = [6(n) 1].
La suite est une suite croissante telle que
A(n) ,~ ~ d’après
lethéorème de Dini.
Pour tout n >
0,
soitu(n)
le processushn
arrêté à6(n),
c’est-à-dire que :et soit
v(n)
=hn - u(n).
Ona v(n) ~
2b.Les processus
u(n)
etv(n) appartiennent
à ~.De
plus [[ E/a
donc :THÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS 359
Enfin, v(n)
=v(n)
1 .r doncOn construit alors
l’application
croissantef
de N dans N définie par récurrence de lafaçon
suivante :f ( 1 ) = 1, puis f (n)
étantdéterminée,
soitf (n
+1)
un entiersupérieur
àf (n)
tel queSoit
B(n)
=A[ f (n)]
+1 )].
On aPour
alléger
lesnotations,
on pose =vLf(n)].
Pour tout n >
0,
soit~n
le processus défini paret
Le processus
appartient
à1%Y ;
eneffet,
si c~appartient
àQ,
il existej
> n tel quea~ ~
donc est la borne inférieure d’une famillefinie de fonctions
continues,
à savoirOn pose
alors,
wn = On adonc
Or
2bdonc effet,
si(t, w) appartient
àn>0
l’intervalle
stochastique ]~( f [n]), 1 ])J, cv) = 0
pourk > n, 1 wn(t, w) [
2b et, oubien,
pour tout kn, a~) ~ 2-k
cequi
implique ~ ~ 0153) ~ ~ 1,
ou bien il existe un k ~ telque 0153) ~ > 2 ’B
kn
ce
qui implique wit, cv)
= 0pour j
ket w~(t, cc~) ~ 2-~ pour j
>k,
soit 1
kn0153) ~
1 + 2b.La famille
(wn)n>
o satisfait donc aux deux conditions suivantes :360 P. Y. GLORENNEC ET J. PELLAUMAIL
On construit alors
l’application croissante g
de N dans N définie par récurrence de lafaçon suivante ; g( 1 )
= 1puis, g(n)
étantdéterminé,
soitg(n
+1)
un entiersupérieur
àg(n)
tel queOn pose
wn
=kn
Pour tout n,
W~ appartient
à9f, [ m) [
5 1 + 4b etmais ceci contredit le fait que m est continue.
3) Puisque Lp
est un espaceréflexif,
la condition(iv’)
suffit pourpouvoir appliquer
la méthode duprolongement
de Daniell(cf. [6]
ou[9]) ;
autre-ment
dit, l’application m prolonge
à une classe ~ de fonctions stables par convergence dominée et ceprolongement
satisfait au théorème de conver-gence dominée : on notera encore m ce
prolongement.
Ce
prolongement m
induit une fonction à valeurs dansLp
définie etfortement a-additive sur fonction que l’on notera m. Il reste à prouver que m est bien une mesure
stochastique
en moyenne d’ordre p(cf. [8]-1-B-1 ).
Pour
cela,
il faut prouver les conditions(i)
et(ii)
de[8]-1-A-6.
Soit u un élément de
]0, 1].
Soit suite de fonctions définie pourl/n
u, par :On pose
g"(t, ~.~)
=h"(t) .
1 ~~ x ~o~ 1» ~D’après
la condition(ii’),
pour1 - ’
tout n > - ,
m(g") appartient
àLp(SZ, Fu+1/n, P);
on endéduit,
par conver-u
gence
dominée,
que ]0,ui) appartient.à Lp S2,
pour tout nTHÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS 361
et donc à
P) puisque
la famille étésupposée
continueà droite : ceci prouve la condition
1-A-6-(ii)
de[8].
Par
ailleurs,
soit u un élément de[0,
1[
et H un élément de~u .
Soit(hn)" >
ola suite de fonctions définie par :
Soit suite de processus définie par
D’après
la condition(iii’),
=1 H . m(gn) ;
on en déduit par conver-gence
dominée,
quem(H
x]u, 1])
=lH.m(H
x]u, 1])
cequi
est la condi-tion
1-A-6-(i)
de[8].
La fonction m est donc bien une mesurestochastique.
4)
On a doncprouvé
que l’ensemble des mesuresstochastiques
enmoyenne d’ordre p
peut
être identifié à un sous-espace 1 de2(Jf, Lp).
On vérifie
immédiatement,
sur les conditions(ii’)
et(iii’),
que ce sous-espace est fermé pour latopologie
de la convergencesimple,
.~ étanttoujours
muni de la norme uniforme et
Lp
de satopologie
faible.On sait que toute
partie
bornée deL:)
est relativementcompacte
pour latopologie
de la convergencesimple (cf.,
parexemple, [3],
corollaire 3 du théorème1),
p. 65.Il en est donc de même de toute
partie
bornée de~l
ipuisque ~l est
une
partie
fermée. La fin du théorème annoncée s’en déduit en utilisantl’isomorphisme
de i dans .flqui à m
associe m.A. 3.
Remarques.
a)
Si p =1,
on peut de même montrer quel’espace
des mesures sto-chastiques
en moyenne peut être identifié à un sous-espace ~ del’espace
des
applications m
continues de J( dansP) qui
transforment les par- ties bornées de .~ enparties
bornées etéqui-intégrables
de!F, P) ;
un tel élément m
appartient
à ~l si et seulement si les conditions(ii)
et(iii)
du théorème
précédent
sontsatisfaites ; compte
tenu du théorème 2-9 de[2],
la preuve de ceci est
rigoureusement identique
à celle du théorèmepré-
cédent.
b)
Pardéfinition,
le théorèmeprécédent
montrequ’on
peut identifierl’espace
des mesuresstochastiques
d’ordre p à un sous-espace fermé de fonctions aléatoires linéaires continues d’ordre p(cf.,
parexemple [1], exposé 12).
c) D’après
le théorèmeprécédent,
on a identifiél’espace
des mesuresVol. 3 - 1974.
362 P. Y. GLORENNEC ET J. PELLAUMAIL
stochastiques
en moyenne d’ordre p comme un sous-espace ~~ de~(~, LP,
il revient au même de dire que cet espace peut être identifié à un sous-espace de(:~ Q,~ (dual topologique
de :~Q LP
muni desa norme
projective).
d)
Il est bien évidentqu’en
identifiant les mesuresstochastiques
enmoyenne d’ordre p, on identifie une classe
importante
de processus, à savoir les processus derépartition
en moyenne d’ordre p(cf. [8]).
A 4 . Notations : et Soit
p >
1.Soit X un processus réel tel que, pour tout élément t de
T, Xt
appar- tient à Soit x la fonction définie surl’algèbre engendrée
par les inter- valles de]0, 1] ]
parx(]s, t])
=Xi - XS .
On dira que X
appartient
à~P
si x admet unprolongement
à la tribu desboréliens de
T, prolongement ~-additif
pour latopologie
de On dira que Xappartient
à si X est un processus derépartition
en moyenne d’ordre p(çf. [8]).
On a
évidemment Jp
ceRp
etp p’ implique Jp’ ~Jp
etRp’
cEn
général, ~P
est différent de.~P (cf. [8]), III-F,
p. 84.A. 5. Notation
~X( . ) :
fonction
caractéristique
associée à un processus.Soit X un processus appartenant i
(cf précédemment~.
On noterale « processus »
(non adapté~
admettant (l~ comme ensemble des temps, ba.sésur
(S2, ~, P)
_
et
défini
par =A. 6.
Proposition.
Soient p > 1 et a > 0. Soit
(X")">o
une suite de processusappartenant
à~P (resp. ~P) (cf
A .4),
telle que,quels
que soient n > 0 et h E àf( resp.
h E(çf.
°A .1 ),
’Il Î Î h.dXn
dX"Î Î
p a siSup
t, wh(t, cv) (
1. Soit X un processus apparte-tenant à
J1.
Alor.s,
la suite o converge vers le processus X au sensjhdX"
converge,faiblement
dansLP
vershdX
pour tout élément h de(resp.
de si et363 THÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS
seulement
si,
pour tout élément u deR, 03C6Xn(u)
convergefaiblement
dansLp
vers Dans ce cas X
appartient
à~p (resp. ).
Preuve :
1)
La convergenceindiquée
desprocessus (X")
vers le processus Ximplique
évidemment la convergence des « fonctionscaractéristiques
» :le
problème
est de prouver laréciproque.
2) D’après
leshypothèses,
les processus X"appartiennent
à unepartie
« faiblement bornée » et donc « faiblement relativement
compacte »
commeindiqué
au théorème A. 2. Onpeut
donc extraire une sous-suitequi
converge « faiblement » vers Y :
d’après
le1),
converge vers mais ceciimplique
X = Y(on
prouve facilement que, comme dans le casréel, ~x
caractérise la « mesure » associée au processusX, qu’il s’agisse
de la mesure
stochastique
définie sur la tribu desprévisibles
ou de la mesuredéfinie sur les boréliens de T comme
indiqué
en A.4).
On en déduit que.
X
appartient
à~p (resp. ~p).
Deplus,
toute sous-suite extraite de la suite admet une sous sous-suitequi
converge vers X au sensindiqué :
on en déduit la même convergence pour la suite initiale
(X")" > o .
A. 7.
Remarque.
Soient p > 1 et a > 0.
Soit X un processus
qui appartient
à~1 .
Soit(X")" > o
une suite deprocessus
appartenant
à~p (resp. ~p)
telle que,quels
que soient n > 0Il Il
a. On suppose que, pour tout happartenant
àJf, MX" converge faiblement dans Li
vers La
proposition qui précède
montre alors que X appartient
à !/p (resp. ~p)
et que, pour tout élément h de ~’
(resp.
de:~), MX" converge faible-
ment dans
Lp
vers dX.B. CAS
OÙ
Q EST UN ESPACETOPOLOGIQUE
B . 1. Introduction.
On va supposer, dans ce
paragraphe B,
que Q est un espacetopologique,
et que les tribus
(~t)
sont associées à certaines classes de fonctions conti-nues sur Q.
Vol.
364 P. Y. GLORENNEC ET J. PELLAUMAIL
Pour faciliter la
lecture,
ceparagraphe
est, dans une certaine mesure,rédigé indépendamment
duparagraphe précédent :
ceci conduit àquelques répétitions
de détail.’
B. 2. Données et notations pour le
paragraphe
B.On pose T =
[0, 1].
Ondésignera
par p un réel strictementsupérieur
à 1.On se donne :
- un espace
topologique Q ;
on pose Q’ = Q x]0, 1]
muni de latopo- logie produit
de latopologie
donnée sur Q et de latopologie
usuelle sur]0, 1],
- une famille croissante de famille de fonctions réelles définies
et continues sur Q.
Pour tout élément t de
T,
ondésignera
par~r
la tribu departies
de Qengendrée
par les éléments de~t .
Pour
alléger l’écriture,
onposera % = ~ et
Ondésigne
par Pune
probabilité
sur !F.On
désignera
par H l’ensemble desfonctions f
réellesdéfinies
et conti-nues sur
Q’,
nulles pour t = 0 et telles que le processusdéfini
parXt(w)
=t)
soitadapté
par rapport à lafamille
Quand
on considérera unetopologie
sur~t.
ils’agira
tou-jours
de latopologie
de la convergence uniforme :l’espace
de Banachcomplété de ,
pour cettetopologie
sera notéQuand
onparlera
de mesuresstochastiques (cf. [8]),
ce seratoujours
relativement à la « base de processus »
(insistons
surle fait
qu’on prend
les tribus~r +
et non pas les tribusPour tout élément t de
T,
ondésignera
par~t
l’ensemble des élément.s h de ~f tels ques)
= 0 si s > t.On notera
Lp l’espace Lp (Q, !F, P)
muni de satopologie
usuelled’espace
de Banach et
L: l’espace Lp (Q, ~ , P)
muni de latopologie Lp)
oùLp
est le dual deLp.
B. 3.
Proposition.
La tribu !F’ de
parties
de(Q
xT) engendrée
par les éléments de 9f estla tribu des
prévisibles
relativement à lafamille (ou,
cequi
revientau même, relativement à la
famille ).
Preuve. Le fait que les éléments de ~ sont mesurables par
rapport
à la tribu desprévisibles
est connu. Ils’agit
de prouver laréciproque.
Soient u et v deux éléments de T avec 0 u v 1.
THÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS 365
Soit la suite de fonctions définie sur T par
Soit w un élément de T avec w u.
Soit g
un élément de~W
et soitla suite de fonctions définies sur
(Q
xT)
part)
=g(cv) . hn(t).
Pour1 ~ ,
- u - w, gn
appartient
à Yt.n
Le processus défini =
~(0153).
=li m t)
est donc~’-mesurable. Il en
résulte,
par définition de~ W ,
que H x[u, v]
appar- tient à !F’ si Happartient
à~ w .
Mais ceciimplique
que !F’ contient la tribu desprévisibles puisque
celle-ci estengendrée
par les «rectangles »
H x
[u, v]
avec H E et w u v.B . 4 . Théorème.
Le théorème A. 2. reste exact avec les notations et
hypothèses indiquées
en B.2.
Preuve. On considère
l’application m
comme en A : 2 et on prouve de mêmequ’on
peutappliquer
la méthode duprolongement
deDaniell,
et donc
prolonger m
à une classe ~ de fonctions stables par convergence dominée.D’après
laproposition qui précède, @
contient les fonctions1 A
pourA le
prolongement m
induit donc une fonction à valeurs dansLp(Q., ~, P)
définie et fortement u-additive sur fonction que l’on notera m.Il reste à prouver que m est bien une mesure
stochastique.
Soit
(w,
u,v)
trois éléments de T avec w u v ; soit H E~ W .
Soitsuite de fonctions définie comme dans la preuve de la
proposi-
tion
précédente.
Par convergencedominée,
on a :mais pour tout n,
appartient
àLp (S2, P) (ii)
et par convergence
dominée).
On en déduit facilement quem(H
x[u, v])
appartient
àLp (S2, ~~. + , P) (c’est
iciqu’apparaît
l’utilité de considérer les tribusFt+
et non les tribusFt). Enfin,
si Kappartient
àFu-,
par conver- Vol. X, n° 3 - 1974.366 P. Y. GLORENNEC ET J. PELLAUMAIL
gence
dominée,
x]u, v] =
lim . x u+ 1 , U
donc x]u, v])
appartient
àLp (Q, !Fv+’ P)
cequi
est la condition 1. A. 6.(ii)
de[8].
Par
ailleurs,
pour toute fonctionréelle g
définie surQ,
soitS(g) - ~ cc~ :
7~0 } .
Soient w, u et u trois éléments de T tels quew u u. Soit ~ la classe des
fonctions g appartenant
àL~ P)
telles que
m(g .1 ~", "~)
= 1 n,n) .
°En utilisant la condition
(iii)
et les processus on prouve, par convergencedominée, que L
contient les fonctions g pourOn vérifie facilement
que L
est une classe monotone(croissante
etdécroissante) (par
convergence dominée et parce que m estcontinue).
Onen déduit
que L
contient les fonctions1 H
pour H élément deFw
et doncpour H élément de Ceci prouve la condition 1.
A . 7 . (i’)
de[8]
et doncla condition 1. A . 6.
(i)
de[8].
La fonction m est donc bien une mesure sto-chastique.
On achève la démonstration comme en A. 2.
B. 5.
Remarque.
La
proposition
A. 6 et la remarque A. 7 duparagraphe précédent,
restentévidemment exactes sous les
hypothèses adoptées
dans leprésent
para-graphe.
B. 6.
Remarque :
cas où Q estcompact.
Supposons
Qcompact.
Soit m une mesure réelle définie sur la tribu des
prévisibles (pour
l’inté-rêt d’une telle mesure, cf.
[5]
dans le caspositif
ou[8]
dans le casgénéral).
Pour tout élément h de
1%9,
soitm(h)
=l’application h
-~m(h)
ainsi définie est linéaire et continue étant
toujours
muni de latopo- logie
de la convergenceuniforme). Réciproquement,
soit m une formelinéaire définie et continue sur alors il existe une mesure réelle
unique
définie sur la tribu des
prévisibles,
et telle que, pour tout élément h deYt, m(h)
=(on
prouve cetteréciproque
à l’aide duprolongement
de
Daniell).
Notons que m
peut charger
des processus évanescents même sim(h)
= dm est nul pour tous les éléments évanescents h de K.Annales de l’Institut Henri Poincaré - Section
367 THÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS
B. 7.
Contre-exemple.
Le but du
contre-exemple qui
suit est de montrer que la remarquequi précède
n’estplus
exacte si S2 n’est pas compact. Plusprécisément,
on peut alors trouver un élément du dual de ~qui
n’induit pas une mesure sur la tribu desprévisible.s.
On
prend
Q = N muni de latopologie
discrète. Soit Gll un ultra-filtresur N. A tout élément h de on associe
m(h) = lim h 1 (n)
oùh 1 (n)
désigne
la valeur du processus h à l’instant t = 1 et aupoint
m = n. m estévidemment un élément du dual ~’ de ~ et
pourtant
m ne satisfait pas àl’analogue
de la condition(iv’)
utilisée dans la preuve du théorème A . 2.En
effet,
soit(hn)
la suite de processus définis par,quel
que soit t,hn(t, m) =
1si n et = 0 si 03C9 n. On a
h" ~
0 et lim.m(hn)
= 1.BIBLIOGRAPHIE
[1] BADRIKIAN, Séminaire sur les fonctions aléatoires linéaires et les mesures cylindriques, VII, 1970, Springer-Verlag, Lecture Notes, n° 139.
[2] R. G. BARTLE, N. DUNFORD and J. SCHWARTZ, Weak compactness and vector measures.
Canadian J. Math., t. 7, 1955, p. 289-305.
[3] N. BOURBAKI, Espaces vectoriels topologiques, chapitres 3 et 4, Hermann, Paris, 1967.
[4] DELLACHERIE, Capacités et processus stochastiques. Springer-Verlag, 1972.
[5] C. DOLEANS, Existence du processus croissant naturel associé à un potentiel de
classe (D). Z. Wahrscheinlichkeitstheorie verw., t. 9, 1968, p. 309-314.
[6] I. KLUVANEK, Completion of vector measures spaces. Rev. Roumaine, Math. Pures
Appl., t. 12, 1967, n° 10, p. 1483-1488.
[7] M. MÉTIVIER, Stochastic integral and vector valued measures. Proceedings of the euro-
pean meeting of statistical, Budapest, Sept. 1972.
[8] J. PELLAUMAIL, Sur l’intégrale stochastique et la décomposition de Doob-Meyer. Asté- rique n° 9. Société Mathématique de France, 11, rue Pierre et Marie-Curie, 1973.
[9] J. PELLAUMAIL, Intégrale de Daniell à valeurs dans un groupe. Revue Roumaine, Math. Pures
Appl.,’
t. 16, 1971, n° 8, p. 1227-1236, Bucarest.[10] E. THOMAS, L’intégration par rapport à une mesure de Radon vectorielle. Ann. Inst.
Fourier, Grenoble, t. 20, fasc. 2, 1970.
(Manuscrit reçu le 9 octobre 1974)
Vol. X, n° 3 - 1974.